Free Press

Hluboké učení je v posledních 6 letech trendem v technologiích a každý týden vycházejí stovky výzkumných prací s novými technikami řešení různých úloh zpracování přirozeného jazyka, porozumění přirozenému jazyku a počítačového vidění.

Jako začátečník se však člověk musí zaměřit na základy a musí pochopit, jak věci fungují.

Úloha: Úkol: Předpovědět označení vstupního obrázku

Obecné přístupy:

1)Budování konvolučních neuronových sítí od základu tak, aby dokázaly detekovat hrany v obrázku a pomohly klasifikovat vstupní data

2) Učení přenosem pomocí předtrénovaných modelů, jako je VGG-16

Datasety:

1. MNIST
2. CIFAR-10
3. IMAGENET
4. SVHN
5. DOGS vs CATS

Použití v reálném čase: Fotky Google

Reference:

2)Segmentace obrázků :

Úloha: Předpovědět masku v pixelech pro každý objekt na obrázku

Obecné přístupy:

1)Vytvoření konvoluční neuronové sítě s kodérem a dekodérem od nuly

2) Učení přenosem pomocí předtrénovaných modelů, jako je U-net

Případ použití v reálném světě: Autonomní automobily

Datové sady:

1. Cityscapes
2. COCO
3. Indická řidičská data

3)Sumarizace textu:

Úloha: Vytvořit smysluplné shrnutí odstavce nebo zpravodajského článku

Obecné přístupy:

1)Vzhledem k tomu, že je třeba generovat text, bude potřeba dekodér a pro zakódování informací z daného článku nebo odstavce by měl být zapotřebí kodér Takže pokud je délka vstupní sekvence malá, funguje dobře Lstm kodér-dekodér, jinak musí jít o mechanismus pozornosti a transformační modely

2) Jemné doladění předtrénovaných transformátorů pro generování jazyka s našimi daty.

Případ použití v reálném světě: Inshorts

Datové sady:

1. Xsum
2. CNN/Dailymail

4) Titulky obrázků:

Úloha: Předpovědět titulek k danému obrázku

Postupy: Extrakce rysů z obrázků pomocí konvoluční neuronové sítě a generování titulků pomocí dekodéru

Datový soubor:

.